Convex Optimization Laboratory

Worum geht's

Du erhältst praktische Anleitung zum Entwurf und zur Implementierung von Algorithmen der konvexen Optimierung mit Anwendungen insbesondere aus der Informations- und Kommunikationstechnik. Am Ende kannst du Optimierungsprobleme mathematisch modellieren, geeignete Lösungsverfahren entwickeln und numerisch implementieren (einschließlich Standardverfahren wie Simplex, Gradient Descents, Newton-Verfahren und Basis-Interior-Point-Methoden).

Was du danach kannst

• Mathematische Modellierung typischer Optimierungsprobleme in IuK-Systemen
• Implementierung numerischer Algorithmen für konvexe Optimierungsprobleme
• Reformulierung in Primal- und Dualprobleme und Primal-Rekonstruktion
• Implementierung von Gradienten- und Subgradientenverfahren mit Schrittweitenregelung
• Anwendung und Implementierung des Cutting-Plane-Verfahrens
• Implementierung von Simplex, Gradient-Descent, Newton und Basis-Interior-Point-Methoden
• Anwendung von gängigen General-Purpose-Solvern für konvexe Optimierung

Aus was das Modul besteht

• Labor/PraktikumBearbeitung mehrerer Einheiten mit Modellierung, Lösungsentwurf und Implementierung; Teamarbeit möglich; aufeinander aufbauende Einheiten

Lehrmethode

• Schriftliche InstruktionenLeiten jede Labor-Einheit an und geben Aufgabenstellung und Anforderungen vor
• Selbstständige Bearbeitung zu HauseDu erarbeitest Modell, Lösungskonzept und Implementierung eigenständig oder im Team
• Präsentation und DiskussionErgebnisse werden präsentiert und diskutiert, darauf aufbauend startet die nächste Einheit